融合粗糙数据推理的离散麻雀搜索算法求解HFSP问题
Discrete sparrow search algorithm incorporating rough data-deduction for solving hybrid flow-shop scheduling problems作者机构:兰州交通大学电子与信息工程学院兰州730070
出 版 物:《北京航空航天大学学报》 (Journal of Beijing University of Aeronautics and Astronautics)
年 卷 期:2024年第50卷第2期
页 面:398-408页
核心收录:
学科分类:08[工学] 0837[工学-安全科学与工程] 0836[工学-生物工程] 081202[工学-计算机软件与理论] 0812[工学-计算机科学与技术(可授工学、理学学位)]
基 金:国家自然科学基金(61650207,61963023) 兰州交通大学天佑创新团队(TY202003)
主 题:麻雀搜索算法 离散化算法 粗糙集理论 全局优化 近似算法 数据关联 混合流水车间调度
摘 要:针对麻雀搜索算法(SSA)易陷入局部最优、无法求解离散优化问题等不足,提出了一种改进离散麻雀搜索算法(IDSSA)。抽象原始麻雀搜索算法的位置更新公式,针对个体的不同身份设计新的离散化启发式位置更新策略,并针对混合流水车间调度问题(HFSP)设计了编码与解码方式;引入粗糙数据推理理论,通过数学证明解释了引入理论的可行性与合理性,为算法提供理论支撑,提高可解释性;利用上近似的性质扩大搜索空间,提高种群多样性,避免算法早熟,结合划分及粗糙数据推理提出3种策略,促进种群间信息共享,调节种群的开发能力与探索能力,降低算法陷入局部最优的概率;使用改进离散麻雀搜索算法求解混合流水车间调度问题,对3个小规模实例与10个Liao经典测试集进行仿真实验,验证了改进离散麻雀搜索算法求解混合流水车间调度问题的可行性,通过与遗传算法、差分进化算法等经典算法的对比实验,证明了所提算法的优越性与改进策略的有效性。